同期群中的趋势预测

Adapty 趋势预测旨在帮助你回答以下问题：

1. 你的用户同期群的预测生命周期价值（LTV）是多少？
2. 哪些同期群未来最有可能带来最高收入？
3. 基于预测的回报，你可以投入多少资金？ 借助 Adapty 趋势预测，您可以基于数据做出关于营收和增长的决策。

Adapty 的预测模型可估算应用用户同期群的长期营收潜力。针对每个同期群，它会预测营收、付费用户数量以及平均 LTV 随时间的变化趋势。这有助于您在用户获取、营销策略和产品开发方面做出更明智的决策。

Adapty 为付费用户的同期群提供预测生命周期价值（LTV）和预测收入。趋势预测显示在同期群分析页面上，涵盖同期群创建后 3、6、9、12、18 和 24 个月的数据。

对于历史数据极为有限的应用，模型会回退到跨应用平均值，因此较新应用的趋势预测可能无法完全反映其特定的用户行为。

模型工作原理

Adapty 的趋势预测模型利用历史同期群数据的增长规律，对未来收入和 LTV 进行预测。

对于每种应用与产品类型的组合，该模型会衡量同期群的累计收入和累计付费用户数在固定时间节点之间的增长情况，这些节点以同期群起始日为基准，按天计算。时间间隔的长短随同期群的”年龄”而变化——早期较短，之后逐渐拉长：先以天为单位，再过渡到月，最终到季度。Adapty 会为每个时间间隔计算一对增长系数：一个用于收入，一个用于付费用户数。两项指标均已扣除退款影响：退款会从同期群的收入中减去相应金额，并将该用户从付费用户计数中移除。

为了对同期群进行趋势预测，Adapty 会取该同期群已到达的最后一个数据点，从该点开始将系数向前链式延伸，直到与您所选预测区间对应的天数——3 个月预测对应第 90 天，12 个月预测对应第 365 天，24 个月预测最长延伸至第 730 天。所用数据经过完全匿名化处理。

系数按产品类型分别计算：包括周订阅、月订阅、2 个月订阅、3 个月订阅、6 个月订阅和年订阅，以及永久授权和一次性购买。同期群的趋势预测结果，是其用户所购买的每种产品类型各自预测值的总和。

该模型为每个同期群生成两个值：

• Predicted revenue：同期群在所选时间范围内预计产生的总收入（扣除退款）。
• Predicted LTV：预测收入除以该同期群中预测的付费用户数量。

应用专属系数与跨应用系数

默认情况下，同期群的趋势预测使用从该应用自身历史同期群（同产品类型）中学习到的系数，以反映其特定的用户行为规律。一旦某应用在某种产品类型下拥有至少两个规模足够大、可供测量的同期群，该应用便会获得该产品类型的专属系数。

这两种数据来源在同一趋势预测中相互融合：当应用自身的历史数据无法覆盖某个时间段时，Adapty 会用跨应用同类产品的平均系数来填补该步骤。因此，一款上线不久的应用可以用自身数据预测前几周的走势，而将一年中剩余的部分交由跨应用平均值来推算。

校准与下限

链式系数会产生漂移，且历史数据越少的同期群，漂移幅度越大。Adapty 在训练阶段会测量这种漂移：每个应用的曲线会从更早的时间点对自身已完成的同期群重新进行预测，预测值与这些同期群实际收益之间的差距，将成为该产品类型、预测周期和已观测历史长度对应的修正系数。每个预测结果都会乘以与该同期群已观测时长匹配的修正系数，因此修正幅度对最新同期群最大——因为它们的预测需要向前延伸最远。

校正方向刻意偏低，针对的是模型容易高估的几类产品。周、月、双月、季度和半年订阅的收入系数会将预测值向下拉，而非居中处理；其中周订阅的偏低力度最强，且在同期群前两周内尤为明显。年付、永久授权和一次性购买不做任何偏低处理。付费用户系数不参与偏低校正，因此谨慎性体现在预测收入上，并通过收入进一步影响预测 LTV。

校正后还会应用两个下限：

• 趋势预测的值不会低于该同期群在该时间节点已实现的收益。若某同期群的实际收益已超过其 3 个月预测值，则以实际已实现收益作为 3 个月预测值。
• 较长时间节点的预测值不会低于较短时间节点的预测值。预测收益和预测付费用户数均为累计值，因此 12 个月预测值至少等于 9 个月预测值。

可用性与更新

趋势预测仅针对按周和按月划分的同期群构建。当 Cohort length 控制项设置为按天、按季度或按年时，预测列将保持为空。

对于按周和按月划分的同期群，可用性取决于该同期群已存在的时长，而非其用户所购买的产品。一个同期群在其安装周期完全结束、且该周期内任何人可能开始的最长试用期有足够时间完成转化后，才会获得首次趋势预测。

安装期是指同期群长度为一周时的一周安装窗口，或长度为一个月时的一个月安装窗口。在此期间结束之前，同期群仍在持续收集新安装。最后一天安装的用户仍可能开启最长的试用期，而同期群的收入只有在试用期转化后才会计入——因此等待时间等于安装期加上最长试用期的时长。试用期越长，趋势预测出现得越晚。

此后，趋势预测会根据最新的交易数据每日重新计算，以反映同期群行为的最新动态。

局限性

• 数据质量：同期群行为异常或付费用户数量较少会降低预测准确性。付费用户不足 30 人的同期群不会生成趋势预测，且会被排除在模型训练数据之外。
• 新应用：历史数据不足的应用会使用跨应用系数，这可能无法反映该应用特定用户的行为特征。
• 同期群年龄：当同期群超过预测时间跨度后，相应的趋势预测将被隐藏。例如，3 个月的趋势预测在三个月后将停止显示，且超过 24 个月的同期群不会显示任何趋势预测。

在看板中

要查看趋势预测，请在 Adapty 看板中导航至同期群分析页面。有关同期群的详细信息，请参阅同期群分析。

预测收入列显示的是，在同期群创建后的选定时间范围内，该付费用户同期群预计产生的总收入（已扣除退款）。该数值由 Adapty 的趋势预测模型根据应用的历史同期群增长规律计算得出。

预测 LTV 列显示的是所选同期群中每位用户的预估生命周期价值。该数值由预测收入除以同期群中预测付费用户数计算得出。

选择预测周期

如需更改趋势预测周期，请从 Predictions 下拉菜单中选择一个值。可选项包括同期群创建后的 3、6、9、12、18 和 24 个月。

按产品筛选

您可以按产品筛选预测收入和 LTV。默认情况下，趋势预测基于所有购买数据——按产品筛选后，可以查看每个产品的贡献情况。

预测不可用的情况

当某个同期群无法生成趋势预测时，“预测收入”和”预测 LTV”列将显示破折号（—）而非具体数值。这可能有以下几种原因：

• 不支持的同期群长度：同期群长度控件设置为天、季度或年。趋势预测仅针对按周和按月划分的同期群构建。
• 不支持的筛选条件或对比：表格按版位、目标受众、付费墙或 A/B 测试进行了筛选，或启用了对比周期。按产品、产品时长、国家、商店和归因数据进行筛选时，趋势预测仍可正常显示。
• 同期群创建时间不足：同期群的安装周期尚未完全结束，或该周期内可能开始的最长试用期尚未到达转化时间点。请参阅可用性与更新。
• 同期群规模过小：付费用户少于 30 人——数据量不足以生成可靠的预测。
• 同期群行为异常：该同期群与模型预期的规律存在显著偏差。随着更多数据积累，等待几周后可能会恢复正常。
• 超出预测时间范围：该同期群的时间早于所选预测时间范围。例如，3 个月预测在三个月后不再显示，12 个月预测在十二个月后不再显示，超过 24 个月的同期群将不显示任何趋势预测。